大数据技术支撑下关于卫星部组件的故障预警体系构建
摘要
复杂空间环境的持续作用使卫星部组件在轨期间易出现性能退化,而依赖固定阈值的报警方式通常只能在
异常较为明显后作出响应,对早期弱化征兆的感知能力有限。基于大数据技术,这里构建了针对卫星部组件的故障
预警体系。体系按“三层两流”架构组织,在融合多源遥测数据的基础上。引入长短期记忆网络开展时序预测,并
结合多参数关联规则挖掘和健康度评估模型,对部组件状态变化进行连续跟踪,从而提前发现异常迹象。工程应用
结果显示,该体系可改善预警的及时性并减少虚警,为卫星在轨运维中的决策提供可执行依据。
异常较为明显后作出响应,对早期弱化征兆的感知能力有限。基于大数据技术,这里构建了针对卫星部组件的故障
预警体系。体系按“三层两流”架构组织,在融合多源遥测数据的基础上。引入长短期记忆网络开展时序预测,并
结合多参数关联规则挖掘和健康度评估模型,对部组件状态变化进行连续跟踪,从而提前发现异常迹象。工程应用
结果显示,该体系可改善预警的及时性并减少虚警,为卫星在轨运维中的决策提供可执行依据。
关键词
大数据技术;卫星部组件;故障预警;时间序列分析;健康度评估
全文:
PDF参考
[1]吴俊锋.基于LSTM的在轨卫星异常检测与故障
预警技术研究[D].国防科技大学,2021.
[2]孙宇豪,李国通,张鸽.一种基于相关概率模型
的卫星异常检测方法[J].中国科学院大学学报,2021,38
(3):409-416.
[3]曹宇,韩邢健.基于大数据的卫星遥测数据故障
征兆分析方法[J].电子质量,2023,(5):105-109.
[4]刘传鲁,李常亮,高伊萱,等.一种数据驱动的
卫星健康状态判读模型[J].航天器工程,2024,33(1):
123-130.
[5]尹洪.基于数据驱动的卫星故障诊断关键技术研
究[D].国防科学技术大学,2015.
Refbacks
- 当前没有refback。
